|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
|
|
Detekce hran pomocí neuronové sítě
Jamborová, Soňa ; Grézl, František (oponent) ; Švub, Miroslav (vedoucí práce)
Tato práce se zabývá návrhem a implementací softwaru pro detekci hran v obraze pomocí neuronové sítě. Definuje nezbytné základní pojmy v této problematice. Zaměřuje se hlavně na přípravu obrazových informací pro detekci pomocí neuronové sítě. Popisuje a porovnává různé přístupy k využití implementovaného softwaru na syntetické a reálné množině obrázků, včetně experimentů.
|
|
|
Optimalizace řízení aktivního síťového prvku
Přecechtěl, Roman ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
Práce se zabývá problematikou užití neuronových sítí pro řízení telekomunikačních sítových prvků. Cílem této práce je vytvoření simulačního modelu sítového prvku se spojovacím polem s pamětí, u kterého je optimalizace řízení spojovacího pole řešena pomocí neuronové sítě. Celý programový kód je vytvořen v integrovaném prostředí MATLAB. Pro trénování jsou použity dopředné neuronové sítě. Nepodařilo se dosáhnout uspokojujícího výsledku chyby směrování. Práce vystihuje postup řešení daného problému a je možné na ni navázat ve snaze najít optimálnější řešení.
|
|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
|
|
Detekce hran pomocí neuronové sítě
Jamborová, Soňa ; Grézl, František (oponent) ; Švub, Miroslav (vedoucí práce)
Tato práce se zabývá návrhem a implementací softwaru pro detekci hran v obraze pomocí neuronové sítě. Definuje nezbytné základní pojmy v této problematice. Zaměřuje se hlavně na přípravu obrazových informací pro detekci pomocí neuronové sítě. Popisuje a porovnává různé přístupy k využití implementovaného softwaru na syntetické a reálné množině obrázků, včetně experimentů.
|
|
|
Optimalizace řízení aktivního síťového prvku
Přecechtěl, Roman ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
Práce se zabývá problematikou užití neuronových sítí pro řízení telekomunikačních sítových prvků. Cílem této práce je vytvoření simulačního modelu sítového prvku se spojovacím polem s pamětí, u kterého je optimalizace řízení spojovacího pole řešena pomocí neuronové sítě. Celý programový kód je vytvořen v integrovaném prostředí MATLAB. Pro trénování jsou použity dopředné neuronové sítě. Nepodařilo se dosáhnout uspokojujícího výsledku chyby směrování. Práce vystihuje postup řešení daného problému a je možné na ni navázat ve snaze najít optimálnější řešení.
|
host ::
RSS.